| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-18页 |
| ·课题的研究背景及意义 | 第6页 |
| ·智能交通系统概述 | 第6-10页 |
| ·智能交通系统的发展 | 第6-9页 |
| ·短时交通流预测在智能交通系统中的作用 | 第9-10页 |
| ·短时交通流预测研究动态 | 第10-15页 |
| ·论文研究思路与研究内容 | 第15-18页 |
| ·论文研究思路 | 第15-16页 |
| ·论文研究内容 | 第16-18页 |
| 第二章 短时交通流混沌特性分析 | 第18-32页 |
| ·混沌理论 | 第19-21页 |
| ·混沌的定义 | 第19-20页 |
| ·混沌吸引子 | 第20页 |
| ·李雅普诺夫Lyapunov指数 | 第20-21页 |
| ·相空间重构 | 第21-30页 |
| ·嵌入维数的选取 | 第23-26页 |
| ·延迟时间的确定 | 第26-28页 |
| ·C-C法 | 第28-30页 |
| ·混沌特性的判定方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 LSSVM原理及其参数的选择 | 第32-44页 |
| ·支持向量机理论 | 第32-38页 |
| ·统计学习理论概述 | 第32-34页 |
| ·支持向量机回归原理 | 第34-37页 |
| ·核函数 | 第37-38页 |
| ·最小二乘支持向量机的基本原理 | 第38-40页 |
| ·LSSVM模型参数的确定 | 第40-42页 |
| ·PSO算法基本原理 | 第40-41页 |
| ·PSO算法的改进 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于混沌和改进LSSVM的短时交通流预测仿真实验 | 第44-54页 |
| ·短时交通流预测流程 | 第44-45页 |
| ·交通流数据来源 | 第45-46页 |
| ·短时交通流混沌特性的实验分析 | 第46-49页 |
| ·短时交通流预测结果及分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 结论与展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间的研究成果 | 第62-64页 |
| 致谢 | 第64-66页 |